redis缓存淘汰策略-基于LinkedHashMap实现LRU算法

news2024/10/5 22:00:33

redis缓存淘汰策略-LRU算法（最近最少使用）

LRU是Least Recently Used的缩写，即最近最少使用，是一种常用的页面置换算法，
选择最近最久未使用的数据予以淘汰。

1，所谓缓存，

必须要有读+写两个操作，按照命中率的思路考虑，写操作+读操作时间复杂度都需要为O(1)

2，特性要求

2.1必须要有顺序之分，一区分最近使用的和很久没有使用的数据排序。2.2写和读操作一次搞定。
2.3如果容量(坑位)满了要删除最不长用的数据，每次新访问还要把新的数据插入到队头(按照业务你自己设定左右那一边是队头)
查找快、插入快、鹏除快，且还需要先后排序...…>什么样的数据结构可以满足这个问题?
你是否可以在O(1)时间复杂度内完成这两种操作?
如果一次就可以找到，你觉得什么数挑结构最合适??

基于LinkedHashMap实现LRU算法

代码

package lru;
import java.util.LinkedHashMap;
import java.util.Map;

public class LRUCacheDemo <k,v> extends LinkedHashMap<k,v> {
    private int capacity;
    /**
     *accessorder thc ordering modc
     <tt>true</tt> for access-order,
     <tt>false</tt> for insertion-order Cparom capacity
     **/
    public LRUCacheDemo(int capacity) {
        super(capacity,0.75F,true);
        this.capacity = capacity;
    }
    @Override
    protected boolean removeEldestEntry(Map.Entry<k, v> eldest) {
        return super.size()>capacity;
        //return super.removeEldestEntry(eldest);
    }
    public static void main(String[] args) {
        LRUCacheDemo lrucacheDemo = new LRUCacheDemo(3);
        lrucacheDemo.put(1,"a");
        lrucacheDemo.put(2,"b");
        lrucacheDemo.put(3,"c");
        System.out.println(lrucacheDemo.keySet()) ;
     //   lrucacheDemo.put(4,"d");
    }
}